Las enfermedades epilépticas toman el EEG como una base importante para el juicio clínico, y los algoritmos fractales se usaban a menudo para analizar las señales de electroencefalografía (EEG). Sin embargo, las tendencias de variación de la dimensión fractal () fueron opuestas en la literatura, es decir, tanto disminuciones como aumentos fueron reportados en estudios anteriores durante el estado de convulsión en comparación con el estado normal, socavando la viabilidad de los algoritmos fractales para el análisis de EEG para detectar convulsiones epilépticas. En este estudio, se utilizaron dos algoritmos con alta precisión en el cálculo, Higuchi y extracción de escala de rugosidad (RSE), para estudiar la variación de las señales de EEG con convulsiones. Se encontró que la operación de eliminación de ruido tuvo una influencia importante en la tendencia de variación. Además, la variación obtenida por el algoritmo RSE fue mayor que la obtenida por el algoritmo Higuchi, porque la naturaleza no fractal de las señales de EEG durante el estado normal podía ser detectada y cuantificada por el algoritmo RSE. Los hallazgos anteriores en este estudio podrían ser prometedores para lograr una mayor comprensión de la naturaleza no lineal y los comportamientos de escala de las señales de EEG.